Development and Validation of a Nomogram Integrating Multimodal Ultrasound and Radiomics for Differentiating Granulomatous Mastitis from Invasive Ductal Carcinoma
本研究开发并验证了一种整合临床、多模态超声及影像组学特征的高精度列线图，用于有效鉴别肉芽肿性乳腺炎与浸润性导管癌，为减少不必要的活检提供了一种定量工具。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在乳腺健康领域，有两种截然不同的疾病在影像学检查中往往看起来完全相同。一种是浸润性导管癌，这是一种常见且严重的乳腺癌，需要立即治疗；另一种是肉芽肿性乳腺炎，这是一种罕见的良性炎症性疾病，虽然会模仿癌症的外观，但并不危及生命。对于医生而言，这种视觉上的重叠造成了一个艰难的困境。当患者出现可疑肿块时，标准的路径是进行活检，即通过穿刺针提取组织样本的过程。虽然这是确保诊断准确性的唯一方法，但对于那些最终证明是无害肿块的患者来说，这是一个她们希望尽量避免的侵入性步骤。挑战在于，如何仅利用超声机捕捉到的图像，在针头接触皮肤之前，就能分辨出这两种情况。
超声波长期以来一直是检查乳腺组织的主要工具，尤其是在亚洲女性群体中。它利用声波来绘制人体内部的图像，展示任何肿块的形状、大小和纹理。近年来，医生为这项技术增加了更多维度。他们现在使用彩色多普勒技术来观察血流如何通过病变，并使用弹性成像技术来测量组织在受压时的软硬程度。这些补充提供了更丰富的图像信息，但即便有了这些先进工具，要区分这种炎症性模拟物与恶性肿瘤仍然是一个显著的临床障碍。有时图像如此相似，以至于医生无法确定，从而产生了一个“灰色地带”，在这种情况下，最安全的医疗建议是对所有肿块进行活检，这导致了许多不必要的处置。
来自中国杭州医院的一组研究人员致力于解决这一特定问题，他们将人类观察与计算机分析相结合。他们收集了460名女性的超声图像和病历记录，这些女性在接受手术或活检后已被诊断为肉芽肿性乳腺炎或浸袭性导达管癌。研究人员将这些患者分为两组：一组规模较大，用于教导计算机系统识别特征；另一组规模较小，用于测试该系统对新病例进行准确预测的能力。其目标是建立一个定量工具，能够综合权衡多个因素，从而给出是否为癌症的精确概率。
研究人员首先开始训练计算机逐像素分析原始超声图像。这个过程被称为影像组学（radiomics），它可以从图像中提取出人类肉眼难以察觉的数百个微小细节，例如肿块内特定的灰度与黑色模式。计算机根据这些隐藏的纹理计算出一个得分。与此同时，团队还记录了标准的临床细节，如患者年龄，以及超声中观察到的特定特征，例如肿块的形状、边缘的清晰度、是否含有钙化灶，以及受压时的硬度。随后，他们利用统计学方法来确定哪些因素在区分这两种疾病方面最具效力。
分析显示，有六个特定因素是最可靠的预测指标。这些因素包括患者年龄、病变的形状、边缘的性质、钙化的存在、弹性成像的硬度评分以及计算机生成的纹理得分。有趣的是，虽然计算机的纹理分析本身很有用，但其准确度不及人类观察到的特征。然而，当计算机得分与人类观察结果相结合时，结果便成了一个高度准确的诊断工具。研究人员将这六个因素转化为了一个名为列线图（nomogram）的可视化图表。该图表允许医生只需查看患者的具体细节，找到每个因素对应的分值，将它们相加，然后读出一个代表患者患癌可能性的最终百分比。
当研究人员用这组未参与训练的患者进行测试时，结果令人瞩目。该工具正确识别了99%的癌症病例，并正确识别了83%的良性病例。在医学诊断领域，这种准确度是极其出色的。该工具的表现优于仅使用超声特征，也远优于仅使用计算机纹理分析。研究人员发现，最关键的线索通常是肿块的边缘和钙化的存在。癌性肿块往往具有锯齿状、界限不清的边缘，并且更有可能包含钙化灶；而良性的炎症性肿块通常边界较平滑且缺乏这些沉积物。组织的硬度也起到了重要作用，癌性组织通常比炎症性组织感觉要硬得多。
这项研究强调，虽然计算机对图像纹理的分析是一个强大的补充，但它在支持而非取代熟练超声医师的仔细观察方面效果最好。最终的工具并不需要超级计算机，它是一个可以在床旁应用的简单评分系统。通过提供明确的数值概率，该工具能帮助医生做出更自信的决策。如果计算出的风险较低，医生可能会觉得通过密切观察患者即可，而不必立即安排活检；如果风险较高，该工具则为采取干预措施提供了强有力的证据。
作者谨慎地指出，该工具并非医生的判断替代品，也不是针对每位患者的最终答案。它是专门为那些超声图像不清晰的困难病例设计的。由于该研究是在单一医院进行的，且使用的是既往数据，研究人员承认该工具需要在其他医院和使用不同机器的情况下进行测试，以确保其通用性。他们还计划通过使用自动化计算机程序来勾勒肿块轮廓，从而消除因不同医生手工绘制边界而产生的细微差异。在这些未来的研究完成之前，这一新的评分系统仍是一个充满前景的进步，它提供了一种减少不必要活检并为复杂的乳腺健康领域带来清晰度的途径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。